当前位置: 首页 > article >正文

Anthropic新品频发致传统软件股暴跌,AI与SaaS融合能否成未来趋势?

Anthropic新品频发引发行业震荡传统软件股暴跌AI与SaaS融合成未来趋势又一家明星公司被Anthropic无情“斩杀”。4月18日Anthropic发布新产品Claude Design。用户能通过它创建网页或App设计方案涵盖交互式原型、产品功能图等还可制作演示PPT、线上活动落地页、营销素材等功能十分丰富。用户只需通过对话就能完成上述操作无需一板一眼地寻找素材、搭建页面。此外用户还能把生成的内容一键打包到Claude Code生成代码。新产品一经推出首当其冲的便是仍走传统路线的设计软件公司。当天美股交易中美国最大的设计软件公司Figma股价大跌近7%。Figma成立于2012年十余年间成长为全球UI设计的主流工具。2022年Adobe计划以200亿美元收购Figma震动全球软件圈。不过在多国监管机构的干预下这笔惊天收购最终告吹。2025年7月Figma在纽交所上市首日市值高达680亿美元。然而在AI浪潮及其他因素的影响下Figma股价一路走低。Claude Design的横空出世又给处于低谷的Figma沉重一击。如今Figma市值已不足100亿美元股价相比52周高点跌去近90%。Figma并非第一家被Anthropic斩落马下的公司。今年1月以来Anthropic推出一系列新产品、新功能面向多条传统赛道导致相关公司股价重挫发展前景蒙上阴影。法务、金融、营销、设计、安全、自动化……Anthropic兵锋所及之处那些赫赫有名的玩家几乎毫无抵抗之力。有些时候Anthropic推出的“新菜”远未完善商业化更是无从谈起也未显露替代原有产品的潜力。即便如此资本市场依然会用脚投票整个行业也会因Anthropic的入局而陷入普遍焦虑。Figma遭到Anthropic“偷袭”的背后一条“AI斩杀线”愈发清晰那些看似坚不可摧、稳如磐石的公司和赛道在AI浪潮下竟一击即破溃不成军。在软件设计领域“斩杀”Figma是Anthropic过去四个月横扫传统行业的缩影今年1月底Anthropic发布Claude Cowork插件包包含法律、销售、财务、市场营销、数据分析等领域的11款插件。这些插件将不同领域的工作流融入Agent中用户只需以自然语言下达指令就能快速完成一整套操作。以往用户需调用不同的第三方软件并掌握相应的软件使用规范才能通过复杂操作得到结果。如今在插件的帮助下这些工作都由AI代劳。以法律插件为例Claude Cowork有了这款插件的加持可自动完成合同检阅、合规审查、法务简报等工作大大减轻了企业法务人员的工作量。企业对法务的需求减少对第三方法律类软件的需求也随之降低。随着影响波及更多领域“Anthropic斩杀”正式拉开帷幕。1月底、2月初美国股市刮起风暴软件股成为重灾区。据“量子位”统计仅2月3日当天提供法律检索服务的汤森路透就大跌16%创公司史上最大单日跌幅法律科技公司CS Disco下挫12%标准化法律服务商LegalZoom大跌20%。随着恐慌继续蔓延越来越多的软件股受到影响Adobe、Salesforce、Atlassian等均出现下跌。一天之内高盛编制的一篮子美国软件股下跌6%金融服务公司指数下挫接近7%。几个小时内这些股票的总市值就缩水了2850亿美元。另据路透社统计不到一周美国软件和服务股的市值蒸发近8300亿美元几乎与OpenAI的估值相当。有人在社交媒体上评价“Anthropic发布了11个插件纳斯达克就慌了。为什么因为第一次一家基础模型公司无视了API层直接吞噬了应用层。……如果模型能直接干活那软件就一文不值。”更令人震撼的是Claude Cowork于1月12日上线半个多月后就推出了这些插件。仓促赶工、略显毛糙的几个插件已足以横扫软件行业而Anthropic对插件生态的挖掘和推广还不到1%。软件股的暴跌迅速吸引了空头。截至2月中旬各路对冲基金通过做空软件股已赚了240亿美元。当月下旬又一场“Anthropic斩杀”来袭此次的受害者是安全软件。20日Anthropic发布代码安全工具Claude Code Security。这款工具被集成到Claude Code中能够像人类安全研究员那样主动理解、识别和定位漏洞而非仅按规则库匹配漏洞。同一天CrowdStrike、Cloudflare等网络安全股集体重挫。但这场“斩杀”并未结束。4月初Claude Mythos Preview正式亮相。Anthropic宣称尽管新模型并非为安全而生但它挖掘与利用漏洞的效率约为前代模型的十倍。为避免被滥用、冲击网络安全公司决定暂时不公开发布而是先提供给数十家关键基础设施和头部科技公司使用。不难想象倘若Claude Mythos Preview全量开放安全公司的传统商业模式将面临崩塌生存压力将前所未有的巨大。更多“武器”已经或即将亮相Cowork定时任务Claude Code ChannelsClaude Managed Agents等。Anthropic每一次出手都会让一批公司、行业和投资人风声鹤唳。这也是“Anthropic斩杀”的可怕之处Anthropic从未将刀锋指向某个垂直行业也未将某一家软件公司作为敌手但它随便挥舞大棒就能轻松扫倒一大片人。别人不仅无法防御“Anthropic斩杀”甚至难以判断下一场斩杀何时会发生、发生在哪里。Anthropic为何能不断制造“斩杀线”关键在于AI性价比爆棚大公司的主要成本之一是购买软件确切地说是购买第三方SaaS服务的账号。公司规模越大、员工越多需要购买的账号就越多。以法律服务为例汤森路透旗下的WestLaw是全球最大判例和法条数据库之一几乎是美国法律从业人员的必备工具其收费标准分为不同档次主流档位为每月每人300 - 400美元。对于大量中小律所而言这是一笔沉重的负担。如今有了Claude Cowork的法律插件律所可省下一大笔费用甚至砍掉一些专门从WestLaw查资料的初级岗位进一步压缩成本。至于工作能力AI也毫不逊色。在Claude Opus 4.6模型的支撑下上述插件在BigLaw Bench法律推理基准测试的得分为90.2%足以满足日常工作要求。又如在安全领域Claude Code Security在生产级开源代码库中发现了超500个此前未被检出的漏洞。一些漏洞存在了数十年专家审查也未发现。Claude Code Security之所以如此强大关键在于它模拟了真人安全测试人员的工作方式理解代码库追踪数据流动方式分析组件交互逻辑最后发现规则库难以覆盖的复杂漏洞。随后AI会尝试证实或证伪每一项检测结果过滤误报并为每个漏洞分配严重性评级和置信度评分再把所有发现和修复建议呈现在仪表盘中供安全团队审查。相比之下大多数安全软件仍停留在规则库匹配的基本框架内。若维护不及时规则库难以覆盖所有漏洞安全软件的性能就会大打折扣。刚刚受到冲击的Figma面临的是从内到外的产品力超越。根据Anthropic的介绍Claude Design可以提前读取用户的代码库和设计文件以便在进行新设计时保持同样的规范和标准。用户可以使用自然语言进行设计、微调并将最终成果一键打包传递给Claude Code进行下一步工作彻底打通设计与开发。相比之下Figma的AI原生能力弱得多各种操作远不及Claude Design方便。此外用户需要投入时间和精力学习才能上手使用Figma而人人都能使用Claude Design设计产品且与编程环节无缝衔接Figma却很难做到这一点。由此可见Anthropic的“斩杀”并非单纯地用AI工具取代传统软件而是融合了技术、产品、生态与成本优势的“组合拳”。Anthropic并不避讳这种愈演愈烈的“斩杀”。就在Figma被Claude Design重锤的同时Anthropic CEO达里奥 - 阿莫迪公开表示AI将在未来五年内取代最多50%的初级白领岗位。他认为行业不能淡化这种冲击必须让AI带来更大的正面价值。此外Anthropic在3月初的一份报告中表示程序员的日常工作中已有约75%的任务可被Claude覆盖。此外客服代表70%、数据录入员67%等岗位也面临类似状况。倘若大规模替代真的发生被取代的显然不仅是人还包括从事这些业务的公司。美国软件公司被集体“斩杀”只是这场大规模替代的外在表现之一。扮演“杀手”角色的并非只有Anthropic每当大公司发布重磅AI新品总会有一批传统公司的生存根基面临挑战甚至被严重动摇。以影视行业为例字节去年底推出Seedance 2.0视频生成模型成品效果几乎赶上“手搓”视频制作周期只需几天成本却从动辄数十万元压缩至几千元甚至几百元。传统影视行业沿袭百年的工业化流程面临重塑随之而来的将是一大批制作公司的消亡。更可怕的是字节及其他公司仍在快速迭代新模型比如阿里近期推出的Happy Horse已在部分指标上超越Seedance 2.0。AI视频反超“手搓”视频只是时间问题。又如谷歌2月初发布世界模型Genie只需一段话、一张图就能快速构造可交互、可漫游的虚拟世界。外界很快意识到Genie对游戏制作的影响Unity、Roblox、Apploving等公司股价随即大跌。具备“斩杀”能力是一家AI公司推高估值的手段之一。这意味着AI公司具备摧毁一个旧行业、塑造一片新市场的惊人能力并从中获取最大的利益。截至目前四处“斩杀”的Anthropic估值已逼近8000亿相比两个月前的3800亿美元增长超过1倍。能够以AI技术创新“吸收”旧行业的价值是这一估值的重要支撑。不过Anthropic的“斩杀”虽凶猛却难以瞬间摧毁一整个行业。从成本上看使用AI取代传统工作流虽可省下不少SaaS订阅费但也需承担不菲的token费用。两者相抵后企业未必能节省多少钱。尤其是那些需频繁调用Agent的应用场景token消耗速度极快。据“极客公园”报道有人体验Claude Design后发现仅仅构建设计系统、搭建原型网站、再做几次调整就已消耗超50%的每周配额需额外付费。另一方面被Anthropic“斩杀”的企业也有长期沉淀、不易被复制的优势。SaaS收费高昂并非仅仅因为软件好用。相反大多数SaaS软件的UI和交互停留在十年甚至二十年前体验十分糟糕。即便如此仍有大量企业愿意为之付费关键在于SaaS服务商千锤百炼的数据、规则、范式、工作流等综合能力。像Figma这样的公司其产品迭代十余年每一个功能改进都是基于万千用户的体验和需求并非AI能够全盘复制。此外传统SaaS公司的真正优势在于解决方案而AI大模型更擅长单点突破两者并非完全重合。以安全软件为例Claude Code Security表现出色但企业对网络安全的要求显然比“查漏洞”复杂得多。第三方安全公司能够提供的往往是量身定制的解决方案而非单一产品其能力更加全面和系统绝非单一AI模型所能比拟。一些投资机构也持有相同看法。巴克莱此前一份研报指出Claude Code Security本质上是一个开发者安全工具不构成对网络安全公司的直接竞争。后者的核心业务如端点防护、身份管理、网络安全、威胁情报等与代码漏洞扫描有明显的功能差异。AI与传统软件并非一定是取代关系更有可能是融合。传统SaaS服务商都在积极拥抱AI而AI工具在展示实力之余也需与SaaS平台合作以触达更精准的用户群体。这也意味着被Anthropic“斩杀”的企业在走出最初的恐慌后市值和信心都有机会恢复。特别是那些龙头企业反而有很大机会从AI中获利。不过从长远来看随着AI工具在越来越多场景落地、用户认知不断增强被“斩杀”的行业再也回不到过去了。身处其中的企业除了争夺客户更要争夺AI大模型的青睐——谁与AI大模型结合得更好谁才能继续生存而非被AI公司逐渐淘汰。新时代对旧时代的“斩杀”已发生在智能手机vs.功能机、新能源汽车vs.燃油车、短视频vs.中长视频等领域。如今轮到AI和SaaS了。

相关文章:

Anthropic新品频发致传统软件股暴跌,AI与SaaS融合能否成未来趋势?

Anthropic新品频发引发行业震荡:传统软件股暴跌,AI与SaaS融合成未来趋势?又一家明星公司,被Anthropic无情“斩杀”。4月18日,Anthropic发布新产品Claude Design。用户能通过它创建网页或App设计方案,涵盖交…...

AlixLabs APS技术:绕过EUV实现图形化,有望降低晶圆每层掩模成本40%!

AlixLabs APS技术:绕过EUV实现图形化,有望降低晶圆成本40%!在过去几十年的半导体演进里,每一次微缩都离不开光刻能力的支持。从DUV到EUV,从193nm到13.5nm,再到High - NA EUV,整个产业链围绕一个…...

【2025企业级部署红线预警】:C# 14 原生 AOT 下 Dify 插件动态加载失效的4种静默崩溃场景及热修复补丁

第一章:C# 14 原生 AOT 部署 Dify 客户端插件下载与安装概览C# 14 引入了对原生 AOT(Ahead-of-Time)编译的深度集成支持,使 .NET 应用可直接编译为无运行时依赖的独立二进制文件。在部署 Dify 官方客户端插件(如用于本…...

固态硬盘取证与数据恢复的技术壁垒与2026年实战全指南

引言:电子取证的"固态革命"危机 2026年第一季度,全球固态硬盘(SSD)出货量首次突破1.2亿块,在消费级市场占比达到92%,企业级市场占比突破78%。这场存储介质的革命,正在彻底改写电子取证和数据恢复行业的游戏规…...

YOLO26安全背心穿戴检测系统:从数据集构建到工业场景部署的全流程实现(项目源码+数据集+模型权重+UI界面+python+深度学习+远程环境部署)

摘要 安全背心穿戴检测是保障工业作业场所安全的重要技术手段。本文基于YOLO26目标检测算法,构建了一个面向两类目标(no-vest、vest)的穿戴识别系统。系统训练使用2728张图像,验证集779张,测试集390张。实验结果表明&…...

YOLO26落石滑坡识别检测系统:从数据集构建到地质灾害自动定位的全流程实现(项目源码+数据集+模型权重+UI界面+python+深度学习+远程环境部署)

摘要 落石与滑坡是我国山区常见的地质灾害类型,具有突发性强、破坏性大、监测预警困难等特点,严重威胁山区公路、铁路及居民点安全。针对传统人工巡查效率低、传感器监测成本高等问题,本文提出了一种基于改进YOLO26的目标检测方法&#xff0…...

基于YOLO26的六类犬种识别检测系统:mAP50达到0.895,推理速度2.4ms/张(项目源码+数据集+模型权重+UI界面+python+深度学习+远程环境部署)

摘要 本系统基于YOLO26目标检测算法,构建了一个面向六类常见犬种的智能识别检测模型。研究涵盖Beagle、bullDog、corgi、goldenRetriever、husky和pomeranian六个犬种类别,总数据集规模为1257张标注图像,其中训练集880张、验证集251张、测试…...

golang如何实现审计日志记录_golang审计日志记录实现教程

审计日志应按环境选择输出目标:本地开发用os.Stdout,K8s走stdout/stderr由sidecar采集,生产物理机/虚拟机对接syslog;避免直接写文件引发并发、rotate和路径问题。审计日志该往哪里写:文件、stdout 还是 syslog&#x…...

Linux 音频故障排查指南:从嵌入式设备到专业音频工作站的深度诊断

前言 在嵌入式 Linux 开发中,音频系统是故障诊断最复杂的子系统之一,涉及硬件接口、驱动层、中间件和应用层的紧密协作。根据我的实践经验,60% 的音频问题源于时钟同步,25% 源于资源竞争(特别是与 EMMC)&a…...

PHP怎么实现SAML单点登录_PHP企业级SSO解决方案【指南】

onelogin/php-saml 是 PHP 中最稳的 SAML 库,必须用 Auth 类全流程处理签名验签、时间校验等;SP ID 需与 IDP 完全一致;私钥须为 PEM 格式;SAMLResponse 必须由 processResponse() 全链路验证;属性为数组结构需安全取值…...

用EasyX图形库给你的C语言课设加满分:从贪吃蛇到飞机大战的实战思路

用EasyX图形库为C语言课设注入视觉活力:从数据可视化到小游戏开发 每到期末,计算机专业的同学们总会面临一个共同的挑战:如何让C语言课设脱颖而出?当大多数同学还在使用控制台菜单交互时,掌握EasyX图形库就能让你的项目…...

2026指纹浏览器性能优化实战:多开稳定性与资源占用控制全解析

在 2026 年多账号规模化运营场景中,指纹浏览器的多开稳定性与资源占用控制,已成为影响运营效率的核心因素。无论是跨境电商的数十个店铺同步运营,还是社媒矩阵的上百个账号日常维护,抑或是数据采集的批量环境部署,都对…...

python circleci

## 聊聊 Python 项目中的 CircleCI:一个持续集成工具的日常 如果你在团队里写过一段时间 Python,尤其是参与过需要多人协作、频繁更新的项目,大概会对这样一些场景感到熟悉:代码刚合并到主分支,某个之前运行得好好的功…...

告别点云计算焦虑:用Voxel R-CNN在KITTI数据集上实现25FPS的高精度3D目标检测

突破3D目标检测的算力瓶颈:Voxel R-CNN如何实现25FPS的高效推理 在自动驾驶和机器人感知领域,实时处理点云数据一直是个棘手的问题。想象一下,当一辆自动驾驶汽车以60公里/小时行驶时,每秒需要处理数十万个空间点,传统…...

终极指南:用Meshroom开源工具将普通照片变身高精度3D模型

终极指南:用Meshroom开源工具将普通照片变身高精度3D模型 【免费下载链接】Meshroom Node-based Visual Programming Toolbox 项目地址: https://gitcode.com/gh_mirrors/me/Meshroom 你是否想过,用手机随手拍摄的照片就能变成立体生动的3D模型&a…...

CSS viewport单位在旧移动端支持不佳_利用固定像素值与rem配合

viewport单位在iOS 8以下和Android 4.4以下不可靠:100vh计算错误、滚动不更新、键盘弹出后不重算;应改用remJS动态适配,以window.innerHeight为基准设font-size,并防抖、缓存、避开scroll监听。viewport单位在iOS 8以下和Android …...

python gitlab-ci

# 聊聊Python项目里的GitLab CI 很多团队在用GitLab托管代码,但真正把CI/CD用顺手的其实不多。今天想从一个实际开发者的角度,聊聊Python项目里怎么用好GitLab CI,不是那种官方文档的复述,而是些实际用下来的体会。 它到底是什么东…...

从原理图到后仿真的完整流程:Virtuoso Layout XL + Calibre DRC/LVS/PEX保姆级避坑指南

从原理图到后仿真的完整流程:Virtuoso Layout XL Calibre DRC/LVS/PEX保姆级避坑指南 在集成电路设计领域,从原理图到最终的后仿真验证是一个环环相扣的系统工程。对于刚入行的工程师来说,这个过程往往充满了各种"坑"——从版图绘…...

React 与 Chrome 扩展开发:在内容脚本(Content Scripts)中注入 React UI 的生命周期挑战

React 与 Chrome 扩展开发:在内容脚本中注入 React UI 的生命周期挑战 各位听众,各位未来的(或者已经是)扩展开发大师们,大家好! 今天我们不谈那些陈词滥调,也不讲那些“Hello World”的入门教程…...

别再一张张画ROC曲线了!用Python的sklearn和matplotlib一键生成多模型对比图

高效对比机器学习模型性能:Python自动化绘制多模型ROC曲线实战 在机器学习项目汇报或论文撰写过程中,模型性能的可视化呈现往往决定着沟通效率。想象一下这样的场景:你刚完成五个不同算法的实验比较,导师突然要求两小时后展示结果…...

React 多标签页同步:利用 SharedWorker 在多个 React 实例间共享持久化 WebSocket 连接

嘿,各位前端界的“码农”们,以及那些自认为“码农”但实际上只是“复制粘贴侠”的朋友们,大家好!今天我们不聊那些花里胡哨的 CSS 动画,也不聊那些让你头发掉光的 TypeScript 泛型。今天,我们要聊聊一个稍微…...

别再死记硬背了!用Python的NumPy库实战CR、LU、QR分解,5分钟搞懂矩阵分解到底在干啥

用Python实战矩阵分解:CR、LU、QR的代码实现与可视化解析 线性代数中的矩阵分解就像化学中的元素周期表——它揭示了复杂结构背后的基本组成单元。对于工程师和数据科学家来说,掌握矩阵分解不仅是为了通过考试,更是为了在实际项目中高效解决线…...

Shopee一面:你使用 RAG 给大模型一个输入,系统是怎样的工作流程?

👔面试官:当你给 RAG 系统输入一个问题,整个系统的工作流程是怎样的?从用户提问到最终拿到答案,中间经历了哪些步骤? 🙋‍♂️我:RAG 就是检索加生成嘛,用户提问之后去数…...

Cy5-Fe₃O₄ NPs,Cy5标记四氧化三铁纳米颗粒,反应步骤

Cy5-Fe₃O₄ NPs,Cy5标记四氧化三铁纳米颗粒,反应步骤Cy5-Fe₃O₄ NPs(Cy5标记四氧化三铁纳米颗粒)通常通过“磁性纳米核构建—表面功能化—荧光染料偶联—纯化与表征”几个关键步骤完成,整体反应路径强调界面化学的可…...

BilibiliDown:5分钟快速上手,高效下载B站视频的终极方案

BilibiliDown:5分钟快速上手,高效下载B站视频的终极方案 【免费下载链接】BilibiliDown (GUI-多平台支持) B站 哔哩哔哩 视频下载器。支持稍后再看、收藏夹、UP主视频批量下载|Bilibili Video Downloader 😳 项目地址: https://gitcode.com…...

多智能体推理与协作的薄环节优化

摘要基于大语言模型的多智能体框架通过多角色协作来解决复杂的推理任务。然而,现有方法往往存在推理不稳定的问题:单个智能体的错误在协作过程中被放大,从而损害整体性能。当前研究主要侧重于增强高能力智能体或抑制不可靠的输出以提升框架有…...

魔兽世界:私服盗贼爆发连招与单体输出循环教学

在《魔兽世界》这款经典的MMORPG游戏中,盗贼职业一直以其高机动性和爆发输出著称。特别是在魔兽世界私服环境中,玩家可以通过自定义服务器规则来优化角色构建,体验更纯粹的PVE内容。本文将从职业特性、技能机制、装备选择、副本应用等多维度&…...

Java Loom响应式改造必踩的5个安全雷区:从Project Loom Beta到生产级落地的零信任实践

第一章:Java Loom响应式改造必踩的5个安全雷区:从Project Loom Beta到生产级落地的零信任实践线程局部变量(ThreadLocal)在虚拟线程中的隐式泄漏 Project Loom 的虚拟线程复用机制会导致 ThreadLocal 实例跨请求残留。若未显式清理…...

Cherry Studio下载安装与小白使用教程:Windows电脑轻松上手AI助手

Cherry Studio下载安装与小白使用教程:Windows电脑轻松上手AI助手 作为一名每天都要处理大量文字和代码的打工人,最近我一直在寻找一个能集成各种大模型的桌面端工具。毕竟网页版切来切去真的很麻烦。试了一圈,最后我被 Cherry Studio 给安利…...

2025届学术党必备的六大降AI率方案推荐榜单

Ai论文网站排名(开题报告、文献综述、降aigc率、降重综合对比) TOP1. 千笔AI TOP2. aipasspaper TOP3. 清北论文 TOP4. 豆包 TOP5. kimi TOP6. deepseek 要想有效地把文本的AIGC检测率降下来,就得从词汇、句式以及逻辑结构这三个方面着…...